随着人口老龄化问题的不断加深以及人们对生活品质的不断追求,使用服务型机器人代替人类完成各种类型的工作已经是大势所趋。迎宾机器人作为服务型机器人中最重要的一种,它需要对不同宾客予以不同对待,这就要求它不但需要存储大量的人员信息,而且必须反应快速、识别精准。因此,设计实时性好、识别精度高的人脸检测与识别技术是关键。在此背景下,本文首先介绍了目前人脸识别技术的发展现状及技术水平,然后采用C++语言设计了人脸检测与识别算法,并在人脸数据库和实际应用场景中进行了详细测试及算法优化。在此基础上,完成了人脸识别系统开发,该系统具有精准度更高、实时性更强的特点,更加符合实际需要。本文所做的工作可概括为以下几个方面:(1)针对检测算法实时性和准确率的考虑,采用基于AdaBoost的方法进行人脸检测。为改善AdaBoost算法误检比较严重的问题,利用椭圆肤色模型进行二次判别来减少误检。在CMU数据库和实际场景上的测试结果表明,该人脸检测方法可有效降低人脸图像的误检率。(2)在实际应用中,人脸姿态变化较大,使得人脸左右偏转时截取得到的人脸图像包括较多的背景区域。针对此问题,本文采用监督下降法(SDM)准确定位到人脸49个关键点,然后根据关键点坐标计算出人脸偏转角度,并根据仿射变换函数实现了人脸图像的矫正,实验结果验证了该矫正方法的有效性。(3)LBP算子直接对检测到的整张人脸图像进行计算时,得到的特征不足以表征不同人之间的差异性。针对此问题,本文提出一种提取49个关键点周围的LBP融合特征的人脸识别方法,并在不同数据库以及实际场景中做了测试。测试结果表明,该方法可有效提升识别精度。